提高 EfficientNet 的結果

Question

暈，我還在用python苦苦掙扎。 現在我將使用 EfficientNet 模型來檢測棕櫚油的成熟度。 我正在使用 5852 張訓練圖片，分為 4 個類（每類 1463 個）和 132 個測試圖片（每類 33 個）。 經過 200 epoch 的測試，結果很差。 我有什么解決方案可以改善結果嗎？ 這是我的模型准確性和模型損失的結果。

這是我的代碼

https://colab.research.google.com/drive/18AtIP7aOycHPDR84PuQ7iS8aYUdclZIe?usp=sharing

你的幫助對我很重要。

Answer 1

您對生成器進行了重新縮放，這可能是問題的根源。

Efficientnets 的 Tensorflow 實現已經包含重新縮放層，所以你不能在你的 ImageDataGenerator 中重新縮放圖像。 您可以通過 .summary() 方法進行檢查。

官方文檔說：

注意：每個 Keras 應用程序都需要特定類型的輸入預處理。 對於 EfficientNet，輸入預處理作為模型的一部分（作為 Rescaling 層）包含在內，因此 tf.keras.applications.efficientnet.preprocess_input 實際上是一個傳遞函數。 EfficientNet 模型期望它們的輸入是像素的浮點張量，其值在 [0-255] 范圍內

例如，Resnets 沒有這一層，您應該在將圖像提供給模型之前重新縮放圖像。 從 tf.keras.applications 記住每個網絡的這些東西是很棘手的，所以我建議在使用新模型之前檢查它們。